Все портфели — виртуальные.
Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.
Доходнсть портфелей указана без учёта выплаченных дивидендов.
Дивиденды не учитываются изза того, что ещё не закончена разработка раздела Смартлаба «Списки Бумаг»
Все портфели — виртуальные.
Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.
Устойчивые долгосрочные модели
В предыдущих частях (часть 1, часть 2) мы рассмотрели построение композитных систем оценок ценных бумаг, построенных при помощи распространённых средств машинного обучения (Bag/Boost методы). Однако, такой подход, несмотря на все свои преимущества (скорость, точность) имеет ряд больших недостатков – отсутствие универсальности моделей в результате проблем «переобучения» (точной настройки на определённые типы рынков и временные интервалы) и сложность интерпретации полученных композиций.
В результате решения этих проблем мы разработали базовую модель на основе наших представлений о стохастических дифференциальных уравнениях с квантовыми скачками, образующих улыбку волатильности. Эта макромодель получила в наших исследованиях наиболее полную микроскопическую интерпретацию.